Max Home IndustryНа SlideShare недавно был опубликован содержательный отчет о будущем искусственного интеллекта. Он состоит из 130 слайдов, охватывающих самые важные исследования в области машинного обучения, отраслевых и политических событий за последние 12 месяцев, и включает новый раздел, посвященный Китаю, и здесь мы рассмотрим его наиболее важные моменты.
Отчет был подготовлен Натаном Бенаичем, основателем Air Street Capital, и Яном Хогартом, бизнес-ангелом, который в настоящее время является профессором-профессором UCL (Университетский колледж в Лондоне). Как и в первом отчете за прошлый год, дуэт намеревался собрать самые интересные события, произошедшие за последний год.
Авторы основывают свои выводы на тенденциях в:
Исследования: технологические прорывы и их возможности
Талант: предложение, спрос и концентрация талантов, работающих в этой области.
Отрасль: крупные платформы, источники финансирования и области применения инноваций на основе искусственного интеллекта сегодня и завтра.
Дела Китая
Политика: общественное мнение об ИИ, экономические последствия и развивающаяся геополитика ИИ.
Но сначала они быстро переходят к определениям аббревиатур и терминов:
AI для искусственного интеллекта
ML для машинного обучения
RL для обучения с подкреплением
DL для глубокого обучения
Обучение с учителем и без учителя
и больше.
Раздел 1: Исследование представляет некоторые заслуживающие внимания открытия, такие как:
OpenAI добился сверхчеловеческой производительности в игре Atari Montezuma’s Revenge
DeepMind победил игрока мирового уровня со счетом 5: 0 в StarCraft II, игре, которая объединяет различные сложные задачи для систем машинного обучения.
Кооперативный ИИ обыграл людей в игре Quake CTF, о чем мы сообщали в то время.
Затем акцент смещается конкретно на прорывы в RL; Роботы учатся в игре, как и дети, роботы изучают новые движения и действия, наблюдая за реальным миром или просто проявляя любопытство.
Затем настала очередь машинного обучения и его технологических достижений, включая НЛП и широко обсуждаемую языковую модель GPT-2. См. «Представляет ли нейронная сеть OpenAI GPT-2 угрозу демократии?»
Конечно, из-за того, что машинное обучение использует огромные объемы данных, возникают проблемы с конфиденциальностью. Отсюда и возникли контрмеры:
TensorFlow Privacy от Google позволяет обучать модели машинного обучения на основе данных пользователей, давая при этом строгие математические гарантии того, что они не узнают и не запомнят подробности о каком-либо конкретном пользователе.
Глубокое обучение широко применяется в медицине для диагностики заболеваний глаз, обнаружения и классификации сердечной аритмии с помощью ЭКГ, декодирования мыслей по мозговым волнам и восстановления контроля конечностей для инвалидов.
Конечно, не остались без внимания и широко обсуждаемые GAN. Помимо улучшенного качества изображений, которые они теперь создают, они также могут создавать одно и то же видео на разных языках, сопоставляя лицо с произнесенным словом, делая реалистичный синтез речи и выводя трехмерные формы объектов из одного изображения. См. GANPaint: Использование ИИ для искусства.
Раздел 2: Талант
Хорошо известно, что университеты испытывают нехватку талантов благодаря большим игрокам, которые, желая оставаться впереди в гонке вооружений искусственного интеллекта, скупают все сливки, предлагая выгодные контракты. Статистика не лжет:
Заработная плата старших инженеров в крупных технологических компаниях приближается к 1000000 долларов.
При измерении объема исследовательских работ Google возглавляет список, в то время как по штатам большинство работ по ИИ публикуется в Европе. С гендерной точки зрения выяснилось, что женщинам не хватает:
Обзор статей, опубликованных 22 400 уникальными авторами на 21 конференции по машинному обучению: только 19% академических авторов и 16% отраслевых авторов были женщинами.
Кроме того, неконтролируемый найм ученых, похоже, наконец подходит к концу:
Технические гиганты якобы заморозили или сократили набор кадров для исследователей ИИ. Вероятно, это признак того, что компаниям теперь нужны таланты для внедрения прикладных исследований в производство.
Раздел 3: Промышленность
В 2018 финансовом году было инвестировано почти на 80% больше капитала по сравнению с 2017 финансовым годом, при этом Северная Америка лидирует с долей рынка 55%. Крупные технологические компании продолжают поглощать стартапы, ориентированные прежде всего на ИИ.
Также наблюдается рост использования роботов для промышленного использования в таких сценариях, как:
уборка и операции в магазине
строить продукты автономно
сбор, упаковка и сортировка продукции
См. PyRobot — Python для робототехники.
Еще один сектор, в котором ИИ набирает обороты, — это прогнозирование:
Поскольку больше информации о мире становится доступной в цифровой форме (из спутников, социальных сетей, систем ERP и т. Д.), Появляется возможность использовать машинное обучение для прогнозирования спроса, помимо финансов.
Это включает в себя прогнозирование наводнений, спроса на авиабилеты и отели, спроса в ресторанах и кафе, обучение оптимальному распределению ресурсов (например, автопарков) для удовлетворения динамично меняющегося спроса и принятие ежедневных решений по пополнению складских запасов.
Конечно, приложения ИИ становятся все более распространенными, поскольку более дешевые и мощные чипы подталкивают конкуренцию к краю.
Раздел 4: Политика
Этот раздел наиболее интересен, поскольку он рассматривает ИИ с антропоморфной точки зрения. Что об этом думают люди?
Результаты двух крупных опросов дают представление:
В целом американцы не поддерживают разработку технологий искусственного интеллекта для ведения войны, но это меняется, как только противники начинают их развивать.
Другое измерение — это этика, где большинство людей думают, что:
Компании должны иметь комиссию по анализу ИИ, которая регулярно принимает корпоративные этические решения.
и что необходимо соблюдать правила, чтобы предотвратить:
Слежка с помощью искусственного интеллекта от нарушения конфиденциальности и гражданских свобод
ИИ от использования для распространения поддельного и вредоносного контента в Интернете
Кибератаки искусственного интеллекта против правительств, компаний, организаций и частных лиц
и связанные с этим этические последствия, такие как влияние на ИИ расовых и гендерных предубеждений, дипфейки в политике и массовая слежка. На I Programmer мы тщательно проанализировали дебаты по этике в Руководстве по этике для надежного ИИ.
Раздел 5: Китай
Китай становится сильным игроком на мировой арене искусственного интеллекта. Кстати, в 2018 году Китай опубликовал свой первый учебник по искусственному интеллекту для старшеклассников. См. «Искусственный интеллект для школьников до 12 лет». Раздел 6: Прогнозы.
Что, по прогнозам авторов, произойдет в ближайшем будущем? Самым интересным из их прогнозов является то, что:
Технология автономного вождения остается в основном на стадии исследований и разработок. Ни одна компания по производству беспилотных автомобилей не проехала в 2019 году более 15 миллионов миль, что эквивалентно 1000 водителей в Калифорнии за один год.
В заключение, отчет в целом не только предоставляет наиболее информативный анализ событий за последние 12 месяцев в мире ИИ, но также пытается предсказать направление движения вперед.